شناسایی نیمه خودکار لندفرم ها با استفاده از پردازش شیءگرا، مدل رقومی ارتفاع و تصاویر ماهواره ای مطالعه موردی: حوضه آبریز رودخانه دز واقع در دامنه های غربی و جنوب غربی زاگرس (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
فرآیندهای سطح زمین در مقیاس های مکانی-زمانی مختلف عمل می کنند و شکل های زمینی را تولید می کنند که در یک سلسله مراتب تودرتو ساختاریافته اند. شیوه ی استخراج نیمه خودکار انواع لندفرم های منتخب از مدل های رقومی ارتفاعی DEM از اهمیت بالایی برخوردار است. لندفرم یک عارضه ژئومورفیک از سطح زمین است که خصوصیات ظاهری خاص داشته و شکل آن را می توان تشخیص داد. در حال حاضر طبقه بندی لندفرم ها عموماً مبتنی بر تشخیص کارشناسی است که به طریق دستی و با استفاده از عکس های هوایی، نقشه های توپوگرافی و برداشت های صحرایی انجام می گیرد که روشی زمان بر، پرهزینه، کم دقت و تکرار نشدنی است. در این پژوهش از 5 مشتق اصلی DEM5/12 متری ماهواره ALOS (لایه ی شیب، لایه جهت شیب، لایه ی خمیدگی، لایه ی جریان تجمعی و لایه ی ارتفاع) و همچنین از تصاویر ماهواره ای Sentinel-2و شاخص پوشش گیاهی NDVI به عنوان لایه های کمکی استفاده گردیده، سگمنت سازی که در این منطقه صورت گرفت با استفاده از روش segmentation multi resolation انجام شد. در این سگمنت سازی به لایه ارتفاع، ارزش 3 و به لایه خمیدگی ارزش 2 و به بقیه ی لایه ها ارزش 1 داده شد و در قسمت Composition of homogeneity criterion، به Shape 7/0 و Compactness 3/0 و پارامتر مقیاس 50 در نظر گرفته شد و سپس با استفاده از الگوریتم های Layer Values و Geometry و دستورات assign class به طبقه بندی لندفرم های واقع در دامنه های غربی و جنوب غربی زاگرس (محدوده ی شهرستان الیگودرز) اقدام شده است. نتایج نشان داد که استفاده از الگوریتم های Layer Values و Geometry و دستورات assign class توانایی خوبی در جداسازی و طبقه بندی لندفرم ها دارند، به گونه ای که 8 نوع لندفرم (دامنه، یال، پهنه های آبی، پرتگاه، قله، خط الرأس، دشت های پست و دشت های مرتفع) با ضریب کاپا 87/0 و دقت کلی 71/91 درصد استخراج گردید. لندفرم های یال بیشترین بخش منطقه را تشکیل داده و لندفرم های غالب منطقه محسوب می شوند و توزیع مناسبی در قسمت های مختلف دارند ولی لندفرم های قله با حداقل مساحت فقط بخش محدودی از منطقه ی موردمطالعه را تشکیل داده است.Identification of semi-automatic landforms using object-oriented processing, digital elevation model and satellite imagery. Case study: Dez river basin located in the western and southwestern slopes of Zagros
In this study, 5 main DEM derivatives of 12.5 m ALOS satellite (slope layer, slope direction layer, curvature layer, cumulative flow layer and altitude layer) as well as Sentinel-2 satellite images and NDVI vegetation index were used as auxiliary layers. Segmentation in this area was performed using segmentation multi resolation method. In this segmentation, the height layer was given a value of 3, the curvature layer was given a value of 2, and the other layers were given a value of 1. Then, using Layer Values and Geometry algorithms and assign class commands, landforms located in the western and southwestern slopes of Zagros (Aligudarz city area) have been classified. The results showed that the use of Layer Values and Geometry algorithms and assign class commands have a good ability to isolate and classify landforms, so that 8 types of landforms (slopes, ridges, water areas, precipices, peaks, ridges, lowlands and lowlands) Kappa coefficient was 0.87 and overall accuracy was 91.71%. The ridge landforms form the largest part of the region and are the dominant landforms of the region and have a good distribution in different parts, but the peak landforms with the minimum area have formed only a limited part of the study area.